基于磁传感器的带包覆层管道腐蚀脉冲涡流检测

使用隧道磁电阻(TMR)传感器对带包覆层的铁磁性管道的腐蚀进行脉冲涡流检测时,地磁场会对检测结果有影响。管道东西向放置时,针对70mm包覆层铁磁性管道腐蚀,TMR磁传感器分别放置于管道正上方、相对偏转45°、相对偏转90°进行了检测试验。试验结果表明,TMR放置角度对检测有一定影响;在实际检测中,TMR的接收方向与地磁场方向的角度发生较大改变时,应重新选取检测的参考基准。     

带包覆层铁磁性管道腐蚀脉冲涡流检测技术

应用脉冲涡流检测技术,对带包覆层的铁磁性管道腐蚀进行了检测。对不同厚度的包覆层、不同面积和深度的腐蚀缺陷进行了试验,分析检测灵敏度的变化。试验结果表明,对于较大面积的腐蚀缺陷,即使包覆层较厚,在合适的检测参数下,脉冲涡流也具有很好的检测能力。     

基于MBIC的决策树聚类算法在连续语音识别中的应用

提出了一种采用最小贝叶斯信息准则（Minimum Bayesian Information Criterion,MBIC）来最优化控制决策树结点分裂程度的算法。首先在理论上证明了MBIC能够较好地解决模型参数复杂度与训练数据集规模之间的权衡问题,然后给出了基于MBIC的决策树分裂停止准则的计算公式。汉语连续语音全音节识别实验表明：与传统的最大似然准则（Maximum Likeihood Criterion,MLC）相比,MBIC对声学模型参数和训练数据集的变化具有更好的适应能力。     

燃烧化学沉积纳米α- Al_2O_3薄膜及晶化处理

提出了沉积纳米陶瓷薄膜的一种新方法一燃烧化学沉积法．该方法省去了真空条件;直接在空气中沉积纳米陶瓷薄膜．其主要特点是将配制好的初始液体雾化,让该液雾穿过高温火焰流体．初始液体在火焰流中发生化学反应,并形成反应火焰流,该反应火焰流体系在火焰流的前方基底上沉积出纳米陶瓷薄膜,然后再通过热处理进行晶化处理,使形成晶态相．本文以制备 α－Ａｌ２Ｏ３纳米薄膜为例,介绍用该方法的制备过程,并用ＳＥＭ和 ＴＥＭ分析了。α－Ａｌ２Ｏ３纳米薄膜的显微形貌和结构．     

脉冲涡流方法过油管检测套管横向裂缝研究

油井套管横向裂缝是可能导致套管断裂的严重危害性缺陷。通过有限元仿真与实际试验,研究利用脉冲涡流检测技术使用横向探头通过油管检测套管的横向裂缝缺陷的问题。仿真给出不同检测方式的管道涡流分布、磁场分布及其变化,以及接收线圈的电压。从仿真结果可观察出,套管壁涡流最强的区域并非横向探头正对的区域,而是平行于横向探头轴线的区域。横向裂缝平行于横向探头轴线时对涡流场的扰动最大。磁场的分布及其变化规律与涡流场情况类同。据此可解释为何横向探头轴线平行于横向裂缝时检测灵敏度会高于横向探头轴线垂直于横向裂缝时。实际的检测试验结果与仿真结果一致,并且显示了实际检测中横向探头轴线平行于横向裂缝时的检测灵敏度显著高于垂直于裂缝时。     

高频感应熔涂NiCrBSi合金涂层的组织与性能研究

采用高频感应熔涂新工艺制备了N iCrBSi合金涂层,并与2种工艺(激光熔覆、氧乙炔喷焊)制得的涂层的性能进行了对比研究。结果表明,高频感应熔涂N iCrBSi合金涂层的表层硬度、耐磨性均优于激光熔覆涂层和氧乙炔喷焊涂层,而且高频感应熔涂涂层表面平整,后续加工量较少。     

小径管脉冲远场涡流检测研究

小径管如热交换器管等在工业中应用广泛,不少使用情况下需要定期检测.远场涡流技术是检测小径管缺陷的有效技术之一,在此基础上,脉冲远场涡流检测技术结合了脉冲涡流的频谱丰富性和远场涡流技术同时检测内外管壁缺陷的特点.应用脉冲远场涡流检测技术对小径管进行检测,并对该技术中差分式探头和绝对式探头的检测特点进行系统详细的研究.设计...     

感应熔覆涂层涡流分布的控制方法

本文对感应熔覆涂层涡流分布规律及控制方法进行了研究。通过测量涂层材料的电阻率及饱和磁化强度随温度的变化曲线,分析了感应加热过程中涡流分布及变化过程。利用扫描电子显微镜研究了中、高频感应熔覆涂层和基体显微组织的变化规律。通过试验,分析了不同截面形状和线圈匝数对感应熔覆工艺的影响。结果表明,利用单匝圆形截面线圈,采用(200～250)kHz的高频感应频率,并在熔覆前对涂层进行200℃预热是实现涡流控制、优化工艺的有效措施。     

主成分分析在飞机多层结构层间腐蚀脉冲涡流检测中的应用

在飞机多层铆接结构层间腐蚀缺陷的脉冲涡流检测中,需要识别提离效应造成的干扰信号和缺陷信号,同时也需要判断缺陷深度.制作了模拟飞机多层铆接金属结构的试样,对不同深度和大小的腐蚀缺陷进行了检测.采用主成分分析(Principal Component Analysis, PCA)方法对实验数据进行处理,并提取前3个主成分进行分析.结果表明:应用PCA方法,可以将纯提离信号与带层间腐蚀缺陷的信号显著区别开来,可以将不带提离时的纯腐蚀信号的深度识别出;将PCA提取的主成分应用K-means算法进行聚类,可以将纯提离信号与纯腐蚀信号和腐蚀提离混合信号区别开来.而对于带提离的腐蚀,试验发现其PCA分布与不同深度的纯腐蚀出现混淆,因而不能准确识别这两种信号.